Estadística Avanzada para Actuarios Introducción a R

Transcripción

1 Estadística Avanzada para Actuarios Introducción a R

2 R :un lenguaje de programación y un entorno para análisis estadístico. Fue inicialmente escrito por Robert Gentleman y Ross Ihaka del Departamento de Estadística de la Universidad de Auckland en Nueva Zelanda. R actualmente es el resultado de un esfuerzo de colaboración de personas del todo el mundo. Ya que tiene la posibilidad de modificación directa del código fuente. Por otra parte, R es un proyecto GNU similar a S, desarrollado éste por los Laboratorios Bell. Las diferencias entre R y S son importantes, pero la mayoría del código escrito para S corre bajo R sin modificaciones.

3 La pagina principal del proyecto es En España Característica principal de R Cualquier expresión evaluada por R tiene como resultado un objeto. Cada objeto pertenece a una clase, de forma que las funciones pueden tener comportamientos diferentes en función de la clase a la que pertenece su objeto

4 Instalar R- Commander Luego se procede con la ejecución, siguiendo las instrucciones. Para la instalación de Rcmdr, se arranca R desde Inicio Todos los programas R. A connuación, Paquetes Instalar Paquete(s) y elegido el mirror desde el cual se quiere instalar el paquete, por ejemplo Spain (Madrid), se selecciona Rcmdr.

5 Si se cierra Rcmdr (sin cerrar R), para volver a cargarlo se debe ejecutar la instrucción Commander(). Los datos : Análisis Exploratorio de Datos En una primera instancia, los datos se supondrán obtenidos sobre un conjunto de n individuos físicos, de los que se conoce una serie de k caracteres u observaciones de igual o distinta naturaleza Los datos obtenidos se organizarán en una matriz n k, donde cada fila representa a un individuo o registro y las columnas a las carácterísticas observadas. Las columnas tendrán naturaleza homogénea, pudiendo tratarse de caracteres nominales, dicotómicos o politómicos, presencias ausencias, ordenaciones, conteos, escalas de intervalo, razones, ratios, densidades Si se consideran los individuos identificados por los términos I 1, I 2,..., I n y los caracteres por C 1,C 2,...,C k, la casilla x ij representa el comportamiento del individuo I i respecto al carácter C j.

6 Los huecos que queden en la matriz se referirán como valores omitidos o, más comunmente, como valores missing. En R estos valores se representan con NA (Not Available). En función del tipo de análisis que se esté realizando, el procedimiento desestimará sólo el dato o todo el registro completo. Tipos de datos/información y su aporte informativo

7 Tipos de medidas y gráficos habituales según escala

8 R como calculadora, funciones

9 Más información con las funciones R como calculadora, funciones

10 Introducir datos directamente una sola variable Los datos se pueden modificar con el editor Comprobar cambios con la función mean(nombre)

11 Función dimnames Más de una variable, matrices

12 Función SEQ, genera números Inserta datos desde la propia aplicación Y los guarda en datos

13 Función y argumentos para utilizarlo Archivo de texto creado

14 Datos desde excel o archivo csv Hoja de excel guadar como csv Función read.csv header=t primera fila nombres sep= ; el separador es ;

15 Insertar datos con txt Si calculamos las media observamos que la de la variable a no puede calcularse, por el problema de la coma solución : data<-read.table("c:/datos/dat1.txt",header=t, sep="", dec=",")

16 Datos en txt, con atributos Utilización de variable de una base de datos $ Creación de tabla de contingencia

17 Ejemplo, correlación a,b cuarties de a Funciones estadísticas básicas

18 Algunos ejemplos aplicación de funciones

19 Distribuciones de probabilidad Trabajar con los prefijos : r= un dato,valor ; d= abcisa densidad; p=prob. acumulada; q=cuantiles

20 Ejemplo Trabajar con matrices

21 Gráficos, distribución Normal Gráficos demo("graphics") x<-seq(-4,4,length=200) generamos 200 valores entre -4,4 plot(x,dnorm(x),type="l") dibujamos

22 Ejemplo de gráfico en avo.csv boxplot(al~dia, ylab="valores de al", xlab="dia",col="red",data=data)

23 barplot(table(data$dia), xlab="día", ylab="frecuencia")

24 stripchart(data$al, method = "stack", pch = 2)

25 Diagrama de sectores